首页> 正文

基于MEMS-INS/GNSS的车载组合导航模型研究

2020-12-08阅读(369)

基于MEMS-INS/GNSS的车载组合导航模型研究

论文摘要

近年来,基于微机电系统（MEMS,Micro-Electro-Mechanical System）、惯性导航系统（INS,Inertial Navigation System）和全球卫星导航系统（GNSS,Global Navigation Satellite System）的MEMS-INS/GNSS的车载组合导航系统在各行业得到了广泛应用。但是低成本MEMS设备存在精度不高,误差需要及时修正等问题,尤其在卫星受遮蔽严重以及完全失锁的情况下,导航定位、测姿精度受到严重影响。本文对以上问题进行了深入研究,主要研究内容及成果如下:1.针对加速度计和陀螺仪惯性传感器存在的零偏、灵敏度和不正交角误差,本文构建了多位置旋转现场标定法,通过该方法可以实现对三轴加速度计、三轴陀螺仪的系统误差标定;针对磁力计存在的误差,本文构建了椭球拟合模型,可以实现对三轴磁力计的系统误差标定。通过对比标定前后的静态导航定位精度信息,验证了多位置旋转现场标定方法的有效性,通过将标定前后的磁力计数据与当地磁感应强度进行对比验证了椭球拟合法的有效性。2.针对航姿测量系统在姿态测量过程中会受到载体扰动加速度以及周围磁场影响导致精度受限的问题,本文研究了如何利用改进算法来有效抵制来自这两方面的异常干扰。首先研究了基于EKF的姿态测量方法,设计了一种自适应EKF的AHRS（Attitude and Heading Reference Systems）抗干扰模型,由此对加速度传感器和磁力计传感器信号进行有效判断,从而抑制异常的加速度干扰和磁干扰。通过动态车载实验数据验证了本文提出的模型对于抵制外界异常加速度干扰和磁场干扰的有效性;同时在卫星遮蔽过于严重以及完全失锁的情况下,由于惯导失去GNSS辅助导致解算姿态漂移过大而无法正常导航的情况,因AHRS系统不需要GNSS辅助可以准确测姿,故可以提高导航精度与性能。3.为了有效提升遮蔽环境下MEMS-INS/GNSS组合导航系统导航性能,本文提出了基于思维进化算法（Mind Evolutionary Algorithm,MEA）优化的后向传播（Backpropagation,BP）神经网络算法（简称MEA-BP）辅助的MEMS-INS/GNSS导航模型。当卫星数目较多且GNSS状态良好的情况下,MEP-BP以组合导航结果为训练数据建立模型;当卫星数目减少且依然可以使用GNSS的情况下,采用MEP-BP的预测功能来辅助MEMS-INS/GNSS进行导航;当卫星数目急剧减少到GNSS无法使用的情况下,利用已训练好的MEP-BP模型的预测功能来辅助INS进行导航。通过人为将实测车载数据中设置多个遮蔽区间以及中断区间的模拟测试,验证了 MEA-BP辅助MEMS-GNSS/INS系统在卫星受到遮蔽以及完全失锁情况下的有效性,其辅助导航定位结果具有更高的精度,也更具实用性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 研究背景和意义
  •   1.2 研究现状
  •     1.2.1 MEMS-INS误差处理发展现状
  •     1.2.2 国内外航姿参考系统研究现状
  •     1.2.3 MEMS-INS/GNSS组合定位信息融合技术研究现状
  •   1.3 主要研究内容
  •   1.4 论文的组织结构
  • 第2章 惯性导航系统基础理论
  •   2.1 常用坐标系
  •   2.2 捷联惯导力学编排
  •   2.3 捷联惯导误差方程
  •   2.4 Kalman滤波模型
  •     2.4.1 Kalman滤波简介
  •     2.4.2 Kalman滤波基本方程
  •     2.4.3 Kalman滤波特性
  •   2.5 本章小结
  • 第3章 MEMS-INS误差补偿模型研究
  •   3.1 MEMS-INS系统误差标定模型
  •     3.1.1 MEMS-INS系统误差特性
  •     3.1.2 NS现场标定模型
  •     3.1.3 椭球拟合磁力计标定模型
  •     3.1.4 算例分析
  •   3.2 基于Allan方差的随机误差分析
  •     3.2.1 Allan方差分析方法
  •     3.2.2 INS惯性元件随机误差分类
  •     3.2.3 算例分析
  •   3.3 本章小结
  • 第4章 车载航姿测定模型研究
  •   4.1 航姿测定系统工作原理
  •   4.2 基于EKF的传统模型
  •   4.3 基于自适应EKF的抗干扰模型
  •   4.4 算例分析
  •     4.4.1 正常行驶状态测试
  •     4.4.2 加速度混合磁干扰测试
  •   4.5 本章小结
  • 第5章 车载MEA-BP辅助GNSS/INS导航模型研究
  •   5.1 车载GNSS/INS组合导航算法模型
  •     5.1.1 GNSS/INS组合导航模式
  •     5.1.2 松组合导航模型
  •   5.2 卫星信号遮挡环境及定位特征
  •   5.3 MEA-BP辅助GNSS/INS导航模型
  •     5.3.1 思维进化算法优化参数寻优
  •     5.3.2 MEA-BP辅助GNSS/INS导航模式
  •     5.3.3 MEA-BP辅助INS导航模式
  •   5.4 算例分析
  •     5.4.1 MEA-BP辅助GNSS/INS导航算例
  •     5.4.2 MEA-BP辅助INS导航算例
  •   5.5 本章小结
  • 第6章 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术成果和参加的科研项目
  • 学位论文评阅及答辩情况表

    • 文章来源

    类型: 硕士论文

    作者: 靳欢欢

    导师: 许国昌

    关键词: 现场标定,航姿参考系统,抗干扰自适应,卫星遮蔽

    来源: 山东大学

    年度: 2019

    分类: 基础科学

    专业: 自然地理学和测绘学

    单位: 山东大学

    分类号: P228.4

    总页数: 98

    文件大小: 8447K

    下载量: 320

    相关论文文献

    • [1].三频GNSS精密定位理论与方法研究[J]. 卫星电视与宽带多媒体 2019(21)
    • [2].GNSS影像及其时空特征初探[J]. 地球物理学报 2020(01)
    • [3].抽水蓄能电站GNSS施工控制网设计与建立[J]. 中国水能及电气化 2019(12)
    • [4].Survey of Performance Evaluation Standardization and Research Methods on GNSS-Based Localization for Railways[J]. Chinese Journal of Electronics 2020(01)
    • [5].GNSS Fault Detection and Exclusion Based on Virtual Pseudorange-Based Consistency Check Method[J]. Chinese Journal of Electronics 2020(01)
    • [6].Hazard Rate Estimation for GNSS-Based Train Localization Using Model-Based Approach[J]. Chinese Journal of Electronics 2020(01)
    • [7].高斯干扰下GNSS信号码跟踪精度分析[J]. 计算机科学 2020(01)
    • [8].GNSS浮标导出多普勒速度测波应用研究[J]. 山东科技大学学报(自然科学版) 2020(02)
    • [9].GNSS天线连接器同轴度误差测量技术[J]. 光子学报 2020(02)
    • [10].一种低复杂度的惯性/GNSS矢量深组合方法[J]. 中国惯性技术学报 2019(06)
    • [11].GNSS中的脉冲干扰自适应空域抑制算法[J]. 太赫兹科学与电子信息学报 2020(01)
    • [12].An overview on GNSS carrier-phase time transfer research[J]. Science China(Technological Sciences) 2020(04)
    • [13].GNSS室内实验平台的构建研究[J]. 创新创业理论研究与实践 2020(01)
    • [14].近海GNSS监测站综合应用技术初步分析[J]. 测绘标准化 2020(01)
    • [15].基于无人机和差分GNSS的光学助降系统标校方法研究[J]. 电光与控制 2020(04)
    • [16].基于GNSS软件定义接收机的被动式雷达成像算法分辨率提升的实现与系统开销研究[J]. 长沙大学学报 2020(02)
    • [17].GNSS测量网在工程建设中的应用——以金寨县养生谷项目为例[J]. 西部探矿工程 2020(06)
    • [18].GNSS技术在矿山测量中的应用[J]. 华北自然资源 2020(03)
    • [19].GNSS虚拟仿真教学系统设计与实现[J]. 北京测绘 2020(05)
    • [20].基于GNSS的多波束测深系统在海底地形测量中的应用[J]. 城市勘测 2020(01)
    • [21].An INS/GNSS integrated navigation in GNSS denied environment using recurrent neural network[J]. Defence Technology 2020(02)
    • [22].GNSS技术在矿山工程测量中的应用研究[J]. 世界有色金属 2020(05)
    • [23].关于《GNSS测量与数据处理》实习的几点思考[J]. 科技视界 2020(18)
    • [24].GNSS空间大地测量技术在中国大陆活动地块划分中的应用和研究进展[J]. 地震地质 2020(02)
    • [25].GNSS autonomous navigation method for HEO spacecraft[J]. High Technology Letters 2020(02)
    • [26].无人机GNSS诱骗与反诱骗技术论述[J]. 全球定位系统 2020(03)
    • [27].基于积极教学法下的GNSS原理与应用课程改革研究[J]. 时代农机 2020(04)
    • [28].面向“GNSS原理与应用”课程的综合实验平台构建[J]. 测绘工程 2020(04)
    • [29].大规模全球GNSS网云计算方法与应用[J]. 测绘学报 2020(06)
    • [30].基于GNSS硬件在环的多源融合定位高逼真仿真方法[J]. 中国惯性技术学报 2020(02)

    标签：;  ;  ;  ;  

    基于MEMS-INS/GNSS的车载组合导航模型研究
    下载Doc文档

    猜你喜欢

    © 2024 神降笔 版权所有 鄂ICP备12018319号-6